没问题，这事儿用Pandas的isin()方法就能轻松搞定，我给你写个完整的可运行示例，再拆解每一步的作用：

完整代码示例 #

import pandas as pd

# 构造你的原始DataFrame
dict_data = {'ip': {0: 103022, 1: 114221, 2: 47902, 3: 23550, 4: 84644}, 
             'os': {0: 23, 1: 19, 2: 17, 3: 13, 4: 19}}
df = pd.DataFrame(dict_data)

# 构造黑名单Series（这里补全了示例数据，你替换成自己的即可）
blacklist = pd.Series([114221, 23550])

# 新增标记列：IP在黑名单里为1，否则为0
df['is_blacklisted'] = df['ip'].isin(blacklist).astype(int)

# 查看结果
print(df)

运行结果 #

ip  os  is_blacklisted
0  103022  23               0
1  114221  19               1
2   47902  17               0
3   23550  13               1
4   84644  19               0

步骤解释 #

• df['ip'].isin(blacklist)：这一步会遍历DataFrame里的每个IP，检查它是否存在于黑名单Series中，返回一个布尔值的Series（True表示在黑名单里，False表示不在）。
• .astype(int)：把布尔值转换成整数类型，True会变成1，False会变成0，完美匹配你要的标记规则。
• 赋值给新列：直接把处理后的结果赋值给df['is_blacklisted']，Pandas会自动把这一列追加到原始DataFrame里。

如果你的黑名单是列表、数组这类其他可迭代格式，也不用改代码，isin()方法完全兼容，非常灵活。

内容的提问来源于stack exchange，提问作者Raul Guarini Riva